研究:用诗歌就能让AI说违禁内容,成功率达62%
IT之家 12 月 1 日消息,研究用诗事实证明,违禁只需一点创意,内容宿州市某某物流有限公司便足以绕过人工智能聊天机器人的成功安全防护机制。在伊卡洛实验室(Icaro Lab)最新发表的率达一项题为《对抗性诗歌:一种通用的单轮大语言模型越狱机制》的研究中,研究人员通过将提示词以诗歌形式表达,研究用诗成功绕过了多种大语言模型(LLM)的违禁安全限制。
![]()
该研究指出,内容“诗歌形式可作为一种通用型越狱操作符”,成功宿州市某某物流有限公司实验结果显示,率达整体上有 62% 的研究用诗成功率诱使模型生成被禁止的内容,包括涉及制造核武器、违禁儿童性虐待材料以及自杀或自残等相关信息。内容
IT之家注意到,成功研究测试了多款主流大语言模型,率达包括 OpenAI 的 GPT 系列、Google Gemini、Anthropic 的 Claude 以及其他多个模型。研究人员进一步列出了各模型的具体成功率:Google Gemini、DeepSeek 和 MistralAI 在测试中始终会提供违规回答,而 OpenAI 的 GPT-5 系列模型和 Anthropic 的 Claude Haiku 4.5 则最不容易突破其自身设定的限制。
尽管该研究并未公开研究人员所使用的具体“越狱诗歌”原文,但研究团队向 Wired 杂志表示,这些诗句“过于危险,不宜向公众披露”。不过,论文中确实包含了一个经过弱化处理的示例,用以说明绕过 AI 聊天机器人安全机制的简易程度。研究人员强调:“这可能比人们想象的要容易得多,而这正是我们保持谨慎的原因所在。”
- ·张小斐:且持软剑
- ·刚来中国时学不会中文,埃里克森:中文字在我看来都是一样的
- ·42岁郭晶晶“不节俭”了,她终于活成了真正的“豪门贵妇”
- ·天空:曼联希望多特近欧冠决赛,这样外租桑乔的收入能增加
- ·消息称“iPod之父”有意回归,Tony Fadell自荐接替库克掌舵苹果
- ·奥运巡礼|中国女篮目标明确:站上巴黎的领奖台
- ·小卡中方经纪人:快船给乔治报价2年1亿或者3年1亿2000万美元
- ·极氪登陆纽交所首日大涨,全球化征程展开新的篇章
- ·听说,好多人都在等着彭小苒大火
- ·42岁韩艺瑟宣布领证结婚!老公小她10岁,曾被指从事过牛郎工作
- ·贾跃亭称开启个人IP商业化赚钱还债,还要出任FF联席CEO,公司董事会否认
- ·《浪姐5》的关系网:有人姐妹情深,有人却是塑料情
- ·人见人嫌?名记:联盟普遍认为伦纳德现在的交易价值为负
- ·黄晓明陪baby小海绵同游,又与叶珂共进晚餐,后者发文似有深意
- ·西媒盘点大罗各项投资:涉足房地产、电竞等,净资产达9位数
- ·体坛联播|姆巴佩自宣离开大巴黎,德约科维奇开门红后出意外
